誰將掌控語音

▍霸主關注的兩大資訊
每當新的介面誕生，多數人都會覺得「應該不會有更進一步的發展了吧」。譬如電腦出現、普及的時候，多數人都在無意識中深信這就是傳遞、接收資訊所發展出來的終極形式。

如果深陷於這樣的想法，那麼接下來出現的智慧型手機，看起來也只是電腦的延伸，不過就是電腦的縮小版。我們在智慧型手機登場的時候，想必已經看過許多企業受限於眼前慣用的介面，沒有趕上席捲世界的新潮流。

電腦在30年前登場，智慧型手機在10年前登場。但介面變化的間隔愈來愈短，智慧型手機不可能過了10年之後依然獨領風騷。

智慧型手機登場的時候，許多日本企業準備從原本以電腦為中心的商業模式轉型，卻因為慢了一步而陷入苦戰。現在可能又會發生同樣的狀況，新的介面又再度被GAFA等海外企業掌控也無所謂嗎？

資訊大致可以分成兩種：分別是文字、圖片、影片等「用手製作，用眼睛接收的資訊」，以及語音這種「用嘴巴製作，用耳朵接收的資訊」。Google 透過自動抓取（利用機器讀取收集）網路上的內容，一口氣掌控了前者；但後者尚未被任何人掌控。語音領域的霸主到底會是誰呢？

文字、圖片、影片的時代、智慧型手機的時代還會再持續一陣子，但為什麼語音科技革命會在現在這個時間點到來？

這場革命當然不是突然發生的。微小的潮流從好幾年前就開始持續，新的潮流一點一滴往這裡匯聚，涓滴細流逐漸壯大，現在即將成為一條大河。在漫長的助跑期間，科技逐漸進步、內容變得充實、裝置陸續登場、人們聆聽的習慣發生改變，因此眼前終於展開一片廣大的藍海。

到處都出現預兆，但儘管已經看見萌芽的兆頭，語音領域依然只有一小部分轉換成收益，日本也尚未誕生多少殺手級內容。語音領域仍是未開發的市場，成長的可能性極大。

▍科技進步帶來革命
為什麼現在終於迎來改變的時代呢？關鍵就在於「語音科技的進步」、「裝置的普及」與「『聆聽』習慣的擴大」。

分析技術在語音科技的進步中尤其特別重要。

其實語音的數位化早在很久以前就已經實現了，從使用唱片或錄音帶錄音的類比時代，轉變成將聲音以數位檔案保存、傳送、接收的時代，不是這一、兩天的事情。

但從前數位化的聲音，只是以數位檔案蓄音，儲存震動的高低，檔案裡只有成堆的數據。除非開啟檔案實際聆聽，否則不會知道裡面儲存了哪些語音或資訊。

不過，分析語音的技術在這幾年飛躍性地提升，機器逐漸能夠理解數位語音檔案的內容。而這項的技術進步，正是Apple 的Siri、Google 的Google 助理等語音助理誕生的背景。

現在網路上累積了龐大的資訊，提供幫助電腦進行深度學習（機器學習）所需的豐富素材，再加上能夠取得具備分析所需處理能力的電腦，這樣的技術才得
以實現。

話說回來，無法得知語音檔案內容的狀態到底有什麼問題呢？

直截了當地說，就是無法轉換成收益。語音檔案如果有辦法進行機器化分析，就能夠搜尋，廣告的可能性也會擴大，成為收益化的泉源。

回顧1990到2000年代初期網路上的文字資訊應該就會很清楚，從前寫在紙上的資訊變成數據，開始能夠利用機器進行分析，所以也能夠搜尋或推薦，進一步創造出金流。於是網路上的廣告收益，有好長一段時間超過了報紙、雜誌、電視等大眾媒體。

最具代表性的語音科技，就是將語音當成文字辨識的技術。如果沒有將人類說出的語言傳換成文字的語音辨識技術，就無法發展出Siri 或Google 助理等語音助理。這項技術對語言的依賴性大，因此中、英語領域的進展地特別快速。

深度學習需要大數據，使用人口多的中、英語必然具備優勢。另一方面，使用這個語言的人口規模直接就能轉換成市場規模，因此使用人口多的語言，參與的企業也多。

日語因為語言的特殊性，使用人口相對較少，語音辨識稍微落後中、英語，而這也會成為海外企業的門檻，使他們較難進入日語的領域。

除此之外，語音科技還有以機器區分人類語言與背景雜音（噪音等），進行消除雜音等處理、透過聲紋辨識個人等許許多多不同的技術。

其中，我特別關注分析接收者行動的技術，換句話說就是分析「聽到的人有什麼反應」，這個領域雖然尚未開拓，但將來有機會大幅發展。如果將這個技術與語音分析結合，就能知道什麼樣的語音能夠影響聽者的行動，語音廣告的可能性就會變得更大。這麼一來，語音搜尋廣告或語音的「搜尋引擎最佳化」（SEO），也能像Google 在文字、圖片、影片領域的發展那樣成為可能。

誰將掌控語音

▍霸主關注的兩大資訊
每當新的介面誕生，多數人都會覺得「應該不會有更進一步的發展了吧」。譬如電腦出現、普及的時候，多數人都在無意識中深信這就是傳遞、接收資訊所發展出來的終極形式。

如果深陷於這樣的想法，那麼接下來出現的智慧型手機，看起來也只是電腦的延伸，不過就是電腦的縮小版。我們在智慧型手機登場的時候，想必已經看過許多企業受限於眼前慣用的介面，沒有趕上席捲世界的新潮流。

電腦在30年前登場，智慧型手機在10年前登場。但介面變化的間隔愈來愈短，智慧型手機不可能過了10年之後依然獨領風...

前言
序章 聲音經濟的未來

voice 1 為什麼GAFA會關注聲音經濟？
開始聽見語音科技的脈動
誰將掌控語音
裝在耳朵上的小型電腦
為什麼日本的語音內容尚未成熟
最高的有聲書成長率
複雜的語音科技參與者

voice 2 只有具備真本事才能夠留在市場
語音科技市場是個什麼樣的市場
「忙碌的人」靠著語音彼此串連
我們能不能控制人心
語音的世界也在發展「個人化」
「Social+」時代的聲音
對談 從語音廣告中看見語音技術的未來

voice 3 語音科技將會如何改變未來
不願承受風險的日本面臨的悲劇
從三個面向理解語音技術
較難進入的日本語音辨識技術領域
「影響情緒的媒體」所擁有的可能性

voice 4 革命級的改變正在發生 ──語音科技新創企業座談會──
對談 語音科技新創企業座談會

結語

前言
序章 聲音經濟的未來

voice 1 為什麼GAFA會關注聲音經濟？
開始聽見語音科技的脈動
誰將掌控語音
裝在耳朵上的小型電腦
為什麼日本的語音內容尚未成熟
最高的有聲書成長率
複雜的語音科技參與者

voice 2 只有具備真本事才能夠留在市場
語音科技市場是個什麼樣的市場
「忙碌的人」靠著語音彼此串連
我們能不能控制人心
語音的世界也在發展「個人化」
「Social+」時代的聲音
對談 從語音廣告中看見語音技術的未來

voice 3 語音科技將會如何改變未來
不願承受風險的日本面臨的悲劇
從三個面向理解語音技術
較難...